“冯立琛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]基于反卷积映射的Depthwise卷积计算装置及卷积计算方法-CN202310761653.0在审
发明人：朱樟明;张岳琦;冯立琛;李栋;赖睿 -专利权人：西安电子科技大学
申请日： 2023-06-26 - 公布日： 2023-10-24 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种基于反卷积映射的Depthwise卷积计算装置，包括数据获取单元、数据路由器、控制单元以及并行且同构的多个Depthwise卷积计算单元，其中，数据获取单元用于获取输入特征图数据、卷积核权值数据及通道偏置数据；数据路由器用于将数据获取单元缓存的输入特征图数据发送至Depthwise卷积计算单元中；控制单元用于在计算开始前对每个Depthwise卷积计算单元进行参数配置，在计算过程中控制整个装置的Depthwise卷积计算流程；每个Depthwise卷积计算单元用于进行基于反卷积映射的Depthwise卷积计算，获得对应的目标特征图数据。本发明在计算过程中能够减少对输入特征图数据的重复读取，避免由于存储器存取与数据加载造成的额外计算延迟与功耗。
基于卷积映射 depthwise 计算装置计算方法

[发明专利]一种Pointwise卷积计算装置与方法-CN202310720515.8在审
发明人：朱樟明;张岳琦;冯立琛;李栋;赖睿 -专利权人：西安电子科技大学
申请日： 2023-06-16 - 公布日： 2023-10-13 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供一种Pointwise卷积计算装置与方法，数据缓存单元对数据矩阵进行划分得到数据子矩阵；数据传输单元将数据子矩阵按照周期并行送入Pointwise卷积计算核中，并根据计算任务划分情况决定是否送入中间运算结果；控制单元控制Pointwise卷积计算核从循环移位读取当前周期的权值并对送入的特征图数据进行卷积运算；数据路由器在控制单元的控制下将卷积运算结果通过总线接口输出至外部存储器或数据传输单元。本发明通过对Pointwise卷积计算核输入的特征图数据与权值数据的存储方式、计算策略进行优化，实现对与从外存读取数据的充分复用与并行计算，大大减少在推理过程中对于外部存储器访问造成的访存延时与功耗。
一种 pointwise 卷积计算装置方法

[发明专利]一种硅基液晶显示驱动电路的版图结构-CN202211023969.1在审
发明人：梁宇华;赵天鹄;冯立琛;朱樟明 -专利权人：西安电子科技大学芜湖研究院
申请日： 2022-08-24 - 公布日： 2022-12-30 - 主分类号： G02F1/1362 文献下载
摘要：本发明提供了一种硅基液晶显示驱动电路的部分版图结构包括多个最小像素矩阵单元，每个最小像素矩阵单元由4个完全相同的像素单元构成，4个像素单元呈2*2排列，并在垂直轴以及水平轴呈轴对称，在最小像素矩阵单元内部采用相邻像素单元共用地，4个像素单元共用电源的布局，极大的减少了pixel的面积，此外相邻的像素矩阵单元也共用一条信号的端口，并通过基本单元的复用从而可以实现高分辨率。
一种液晶显示驱动电路版图结构

[发明专利]一种图像分类方法以及相关装置-CN202210623187.5在审
发明人：朱樟明;张岳琦;单宏伟;冯立琛;赖睿 -专利权人：西安电子科技大学
申请日： 2022-06-02 - 公布日： 2022-09-23 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种图像分类方法以及相关装置，该图像分类方法包括：获取待分类图像；利用图像分类模型对待分类图像进行处理，确定所述待分类图像的类型；其中，在所述图像分类模型进行图像处理的过程中，利用突触权值膜电位增量对图像分类模型的神经元的当前膜电位进行更新，所述突触权值膜电位增量存储在存储器中。其中突触权值膜电位增量直接存储在存储器中，在对神经元的当前膜电位更新时，直接从存储器中读取，不需要额外计算，以此降低计算量。
一种图像分类方法以及相关装置

[发明专利]基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法-CN202210271015.6在审
发明人：朱樟明;单宏伟;冯立琛;张岳琦;刘术彬 -专利权人：西安电子科技大学
申请日： 2022-03-18 - 公布日： 2022-08-02 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法，包括：获取原始脑电信号数据；对原始脑电信号数据进行数据切分，并对切分后的每个脑电信号数据片段分别进行滤波处理，得到每个脑电信号数据片段对应的不同频带下的脑电数据；对每个脑电信号数据片段对应的不同频带下的脑电数据求解功率，得到每个脑电信号数据片段的特征向量；将特征向量作为训练数据集输入构建的全连接脉冲神经网络中进行训练；利用训练完成的全连接脉冲神经网络，对提取的待检测的脑电信号数据的特征向量进行特征压缩，得到脉冲发射个数，脉冲发射个数作为后续SVM分类器的输入特征向量。本发明的癫痫脑电信号特征压缩方法，降低了癫痫监测模型的计算难度。
基于连接脉冲神经网络癫痫电信号特征压缩方法

[发明专利]一种脑电深度神经网络的模型压缩方法-CN202210061482.6在审
发明人： 冯立琛;张岳琦;朱樟明;刘术彬;文奎;曹文飞 -专利权人：西安电子科技大学
申请日： 2022-01-19 - 公布日： 2022-06-03 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种脑电深度神经网络的模型压缩方法，利用纵深式卷积层权重完成目标电极通道的选择，以避免大规模的人工设计特征计算或设计专用通道选择器，充分利用脑电深度神经网络EEGNet自身的特性；同时，针对全连接层，本发明采用二叉树完成输入向量所属质心类别，大幅度地简化全连接层的计算过程，进而以目标通道选择和全连接层乘积量化相结合的方式，完成脑电深度神经网络模型的压缩。本发明提供的脑电深度神经网络的模型压缩方法能够大幅度降低EEGNet的计算复杂度，降低模型在可穿戴、嵌入式等设备上的部署难度，进而更好地支撑相关的脑机接口应用研究。
一种深度神经网络模型压缩方法

[发明专利]一种基于支持向量机的癫痫检测集成电路及其训练方法-CN201910245466.0有效
发明人：李尊朝;冯立琛;白海龙;张剑 -专利权人：西安交通大学
申请日： 2019-03-28 - 公布日： 2021-01-22 - 主分类号： A61B5/372 文献下载
摘要：本发明公开一种基于支持向量机的癫痫检测集成电路及其训练方法，在特征提取部分使用分布式查找表滤波器，降低了电路复杂度；增加频域方差特征，能够更好地反应脑电信号特征，提高了检测精度；使用改进版本的序贯最小化算法进行支持向量机训练电路的设计，避免原始版本的序贯最小化算法寻找不满足最优条件的拉格朗日乘子时产生的误判，可以使用更少的迭代次数达到相似性能，进一步提高了能效。同时通过将核函数计算模块进行流水线设计，提高了片上支持向量机的训练速度。本发明可以提高癫痫检测系统的便携性，提供更高能效的片上训练功能。
一种基于支持向量癫痫检测集成电路及其训练方法

[发明专利]一种用于单通道脑电信号去噪的数字集成电路-CN201710443678.0有效
发明人：李尊朝;郑闯;冯立琛;王元发;曾彩剑 -专利权人：西安交通大学;广东顺德西安交通大学研究院
申请日： 2017-06-13 - 公布日： 2020-05-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种用于单通道脑电信号去噪的集成电路，包括单级小波变换电路模块，去均值电路模块，白化电路模块，迭代分离电路模块。包含其他人体生物信号的单通道脑电信号经过单级小波变换电路模块生成二维信号，再将这二维信号通过去均值电路模块转化为二维零均值信号，然后该二维零均值信号通过白化电路模块中协方差矩阵计算电路，EVD分解电路，白化信号生成电路三个电路子模块的处理转化为白化信号，将该白化信号作为迭代分离电路模块的输入，先通过迭代电路计算解混矩阵，然后通过分离电路进行分离操作将纯净脑电信号与噪声信号分离。本发明可以将受干扰的脑电信号中混合的其它人体生物信号和原始的脑电信号分离开，达到去噪的目的。
一种用于通道电信号数字集成电路

[发明专利]一种基于稀疏极限学习机算法的癫痫检测集成电路-CN201811446018.9有效
发明人：李尊朝;白海龙;冯立琛;刘宙思 -专利权人：西安交通大学
申请日： 2018-11-29 - 公布日： 2020-03-31 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种基于稀疏极限学习机算法的癫痫检测集成电路，用包含256个点的窗口对脑电数据中的信号进行划分，数据类型为16位定点数，包括整数部分8位和小数部分8位，将已知类别的脑电数据通过小波变换电路模块生成四维信号，再将生成的信号输入特征提取电路模块得到八维特征向量，然后将八维特征向量输入分类器电路模块训练后分类输出；将未知类别的脑电信号依次经小波变换电路模块和特征提取电路模块后得到八维特征向量，将该八维特征向量输入分类器电路模块中进行分类后输出。本发明使用提升式小波变换对脑电信号处理，可以得到信号时域和频域中不同频带的特征，其结果优于传统的滤波器以及傅里叶变换。
一种基于稀疏极限学习机算法癫痫检测集成电路

1
共 9 条